pandas.Series.from_csv

classmethod Series.from_csv(path, sep=', ', parse_dates=True, header=None, index_col=0, encoding=None, infer_datetime_format=False) [source]

Чтение CSV-файла.

Устарело начиная с версии 0.21.0: Используйте pandas.read_csv() вместо этого.

Для большинства общих задач предпочтительнее использовать более мощную функцию pandas.read_csv(), но from_csv обеспечивает удобное преобразование между файлом и серией (точная обратная функция to_csv), особенно с временными рядами.

Этот метод отличается от pandas.read_csv() только некоторыми значениями по умолчанию:

• index_col имеет значение 0 вместо None (первый столбец используется в качестве индекса по умолчанию)
• header имеет значение None вместо 0 (первая строка не используется в качестве имен столбцов)
• parse_dates имеет значение True вместо False (по умолчанию попытаться распознать индекс как дату)

С помощью pandas.read_csv() можно использовать опцию squeeze=True для возврата Series, подобной from_csv.

Параметры:

path : string file path or file handle / StringIO sep : строка, по умолчанию ‘,’ Разделитель столбцов parse_dates : булево, по умолчанию True Обрабатывать даты. Отличается по умолчанию от read_table header : целое число, по умолчанию None Строка для использования в качестве заголовка (пропустить предыдущие строки) index_col : целое число или последовательность, по умолчанию 0 Столбец для использования в качестве индекса. Если указана последовательность, используется MultiIndex. Отличается по умолчанию от read_table encoding : строка, необязательно Строка, представляющая кодировку для использования, если содержимое не ascii, для версий Python до 3 infer_datetime_format: булево, по умолчанию False Если True и parse_dates равно True для столбца, попытаться определить формат даты на основе первой строки даты. Если формат можно определить, часто будет заметно ускорена скорость парсинга.

Возвращает:

y : Series

См. также

pandas.read_csv